En este repositorio se encuentra el código desarrollado en el proyecto final de máster: Sistema de detección y seguimiento de personas, del máster Big Data y Data Science de la Universidad Internacional de Valencia.
Recomendable crearse un entorno virtual de Python3.
pip install -r requirements.txt
En este repositorio falta por añadir dos archivos de configuración. Estos son mars-small128.pb y yolov4.h5. Pueden ser adquiridos en los siguientes enlaces. Una vez descargados, añadirlos a la carpeta /model_data/models/
https://drive.google.com/file/d/1fssmOGCt6A6QRefP17q_xNgjbQ-tooz8/view?usp=sharing
https://drive.google.com/file/d/1MQ66SccSYpxndS9NIUYh-2yUEtOXcc6y/view?usp=sharing
python app.py --input .\videos\input\4P-C1.mp4
python app.py --input .\videos\input\{video_a_su_eleccion}
Este comando devolverá una serie de vídeos con el seguimiento de las personas, un fichero de texto con información de las posiciones y un fichero .npy con los vectores de características.
python detections_from_serialized.py --input .\videos\input\4P-C2.mp4 --features .\videos\output\4P-C1\features.npy
python detections_from_serialized.py --input .\videos\input\{video_a_su_eleccion} --features .\videos\output\{video_elegido_en_ejecucion_app.py}\features.npy
Este comando muestra el vídeo de --input con el seguimiento de las personas que aparecían en el vídeo introducido en --features.
python app_tracking_with_tail.py --input .\videos\input\4P-C2.mp4
Este comando devuelve un vídeo con el seguimiento de las personas y el rastro que han seguido desde el inicio del vídeo.
Esta aplicación ha sido creada gracias al increíble trabajo anterior de los siguientes repositorios:
- https://github.com/samihormi/Multi-Camera-Person-Tracking-and-Re-Identification
- https://github.com/KaiyangZhou/deep-person-reid
- https://github.com/nwojke/deep_sort
- Álvaro González Rodríguez
[LinkedIn] (https://www.linkedin.com/in/alvaro-gonzalez-rodriguez/)